三目立体视觉外极线校正及其FPGA实现方法

提出一种三目立体视觉外极线校正的快速算法.3个摄像机呈直角三角形配置,且已知摄像机透视投影矩阵.根据校正基本约束确定校正后的图像平面,利用图像不变形约束计算校正所需的三阶矩阵,用于在平面仿射坐标系下对图像进行重取样,使图像的行列对齐.给出了基于FPGA的实时计算三目立体视觉外极线校正的硬件实现方法.在时钟频率为60 MHz,图像可分辨的像素数为640×480时,三目立体视觉外极线校正速度达到48帧/s.     

基于代数约束的图像生成

介绍一种新的由两幅不同角度的参考图像生成另一幅新的视角图像的图像生成方法 .该方法在极线几何的基础上 ,通过研究物体在 3个不同透视投影平面上对应点之间的相互关系 ,得到描述不同图像上对应点关系的一个三线性张量 .由此张量和参考图像便能得到新图像和参考图像之间的关系 ,进而生成新的视角图像 .和其他基于图像的二次投影方法相比 ,这里仅需要两幅参考图像 ,且实现方法简单快速 .实验给出了令人较满意的效果     

一种立体像对极线矫正的新方法

提出一种无相机标定的立体像对矫正算法,该算法只需要图像对间的匹配点信息.首先,寻找一个投影矩阵H′将右图的对极点e′映射到无穷远点,此时该图上的对极线被映射为平行于x轴的直线;然后,基于矫正后立体像对的对应极线相同的原理,推导出应用在左图上的矫正矩阵H;最后,根据得到的投影矩阵H和H′重新采样对应的图像,达到最终的矫正目的.尤其对摄像机对的角度进行分析,摄像机主轴夹角越小,对极点则离图像平面越远,矫正效果也越好.通过两种无需计算基本矩阵的非线性最优化矫正方法进行实验对比,实验结果表明,该算法实现简单、矫正速度快、并且有效地消除了垂直误差.     

一种立体校正算法的研究

提出了一种新的立体图像对的校正算法。该方法无须计算原图像对的基本矩阵和极线几何关系，而是直接利用校正后立体图像对的基本性质将其转换成一个二次优化问题。实验证明，利用该校正算法可以获得较好的结果。     

基于相机平行运动的圆几何参数的测量

提出一种基于相机平行运动的圆的几何参数测量方法.首先控制摄像机沿坐标轴平行运动采集图像,对投影椭圆图像处理以提取其边缘信息,利用极线约束求出椭圆的边缘匹配点对,再将匹配点对投影到三维空间求出圆边缘点的实际坐标,采用空间圆拟合求取圆的直径、几何中心和圆度误差.实验结果表明,该方法可以较好地求取空间圆的几何参数.     

基于井下移动机器人双目视觉空间点坐标计算方法

为了解决基于移动机器人双目视觉井下环境三维重建中关键的空间点的重建问题,采用模拟数据实验方法和实际双目系统采集的实际场景图像数据的实验方法,研究了平行双目视觉系统的成像规律,提出了对双目视觉系统采集的图像对进行平行极线约束的校正方法以及由两幅图像对应点计算图像上的像点所表示的场景空间点的空间坐标,从而实现空间点的重建。研究结果表明:该方法对井下巷道的视觉测量、三维数据获取以及井下巷道环境的三维重建具有一定的参考价值和指导意义。     

机载平台下半标定的下视图像极线校正方法

以无人飞行器下视光学成像平台为研究背景,提出了一种相机半标定的下视图像极线校正方法.先对机载下视摄像机的成像几何模型进行了分析,在此基础上推导出一种新的极线校正单应估计函数,并用最小二乘法估计变换参数.结合惯导参数分析可知：所提出的方法不依赖于基础矩阵的精确求解,且在理论上只须1对同名点即可求解.实验结果验证了该方法校正精度高,校正速度快,且图像变形明显小于经典的极线校正算法.     

基于极线约束的多线激光条纹匹配算法

依据双目视觉方法,先由双CCD摄像机摄取左右两幅标记有多线激光条纹的图像,然后对图像进行预处理．处理后的两幅图像是在不同视角下摄取的多条单像素宽的激光条纹,在极线约束的理论基础上,提出了一种多线激光条纹的匹配方法,从而实现了激光条纹的匹配和激光扫描线的三维重建．     

基于双曲面镜的全向摄像机视觉实现方法

给出了一种由双曲面镜和常规摄像机构成全向摄像机视觉系统的实现方法,通过对双曲面镜几何模型、全向成像原理和摄像机结构的分析,得出满足单一视点约束的全向摄像机的设计方法;并给出了基于图像的系统安装方法;最后通过将实际图像平面坐标系中的点投影到虚拟图像平面的方法对全向图像进行重投影,校正得到任意方向无畸变的透视投影图像.实验结果表明,该系统不仅满足人眼观察的需要,也可用于视频监视 ,目标跟踪和立体视觉.     

基于鱼目摄像和地面激光雷达的真实叶面积指数计算

为了准确获得冠层的真实叶面积指数(LAIa),本文提出了一种基于鱼目摄像和地面激光雷达获取半球图像的计算方法.对鱼目摄像机拍摄的图片借助地理学上纬度线的概念来表征不同高度叶子的天顶角,通过统计学方法获取叶倾角,分析半球图像获取孔隙率.根据Beer-Lambert定律即可计算有效叶面积指数(LAIe);真实叶面积指数的获取则通过冠层的丛生系数来解决.激光扫描仪获取的冠层点云数据则经一定比例缩放在一个球的上表面,再通过球极平面投影和Lambert方位角等面积投影将上球面图像投射到平面上,以获取类似半球图像.     

基于极线校正的相移结构光三维测量

被动式方法对表面无明显特征的物体难以获取稠密的三维重建点,无法进行精确而快速的测量.针对这一问题,采用双目立体视觉测量系统,结合主动式方法的相位移动结构光法对每个图像像素点进行处理,获取三维物体表面稠密的数据,实现真正的全场测量.双目系统经过极线校正,对应点的极线处在同一水平线上,匹配时不用逐点计算每个像素点的极线,大大减少匹配时间.实验结果表明此方法能快速获得复杂表面物体的稠密测量.     

基于平行双目视觉的目标距离计算

为了快速的计算出相机与目标物之间的距离,需要找到两幅图像的对应点。采用SIFT算法提取图像特征向量后,在匹配时加入外极线的约束条件,可以有效地去除误匹配,提高测量精度。实验结果表明,距离测量的相对误差在2%以内。     

基于光场数据的无纹理景物视差估计方法

为了提高无纹理区域视差计算结果, 在利用光场子孔径图像立体匹配估计无纹理区域的视差时, 采用量化的光场子孔径图像之间的几何关系代替像素值进行立体匹配。根据光场子孔径图像之间的几何关系, 计算像素点的极线分割比, 用极线分割比代替子孔径图像像素值, 提高了像素可区分性。实验结果表明, 利用分割比图像得到的视差图结果明显优于利用子孔径图像得到的结果。     

Shadow free texture acquisition of a large scale scene for city modeling

Texture acquisition of a large scale scene is one of the critical research areas in computer vision and can be used in other application areas such as computer graphics (CG), the intelligent transportation system (ITS) and the 3D geographic information system (GIS). Moreover, to acquire texture without noise (e. g. , a shadow, an obstacle body) is vital for such work. Although obstacles can be removed by using 3D geometric data, shadow elimination is still a difficult problem and strongly required for the CG and ITS community, especially for city modeling and simulation purposes. In this paper, we propose an automatic multiple image fusion technique and an efficient and simple shadow removing technique to retrieve high quality texture images of an urban area. The image fusion can be efficiently achieved by epipolar plane image (EPI) analysis, and the shadowe limination can be successfully carried out by an illumination-independent color clustering technique. The strength of this algorithm is that we can successfully fuse multiple images and eliminate shadows from the fused single image, especially in low dynamic range images, which have proven difficult using previous techniques.     

一种基于基本矩阵估计的立体视觉中滤除误匹配的方法

根据基本矩阵建立两幅图像间的极线约束关系,能有效减少误匹配.噪声干扰和对应点中的误匹配使得基本矩阵的解精度降低.介绍了极线几何和基本矩阵理论,在最小中值平方法的基础上,提出一种基于匹配点对之间协因数的RANSAC(random sampling consensus)算法估计基本矩阵,有效解决了因误匹配导致的基本矩阵估计结果恶化问题.实验结果表明,所提出算法能有效滤除误匹配,具有良好的鲁棒性.     

稳定高精度的双目立体视觉测量系统标定方法

为了提高和稳定双目立体视觉结构光测量系统的精度,提出一种简单有效的标定流程及基于极线几何约束优化双目立体视觉结构光测量系统外部参数的方法.采用平面板标定理论分别标定左右摄像机的内部参数,将标定的内参数作为双目标定的内参数在多视角下标定双目测量系统的外部参数.利用极线几何约束,通过最小化多视角下同一对应点的极线误差,优化计算双目测量系统的外部参数.实验结果表明,该方法计算得到的双目测量系统参数使得测量系统在整个测量空间体积内的测量精度高且稳定,在双目立体视觉测量系统的工业化检测应用中具有重要的意义.     

Shadow free texture acquisition of a large scale scene for city modeling

Texture acquisition of a large scale scene is one of the critical research areas in computer vision and can be used in other application areas such as computer graphics (CG), the intelligent transportation system (ITS) and the 3D geographic information system (GIS). Moreover, to acquire texture without noise (e. g. , a shadow, an obstacle body) is vital for such work. Although obstacles can be removed by using 3D geometric data, shadow elimination is still a difficult problem and strongly required for the CG and ITS community, especially for city modeling and simulation purposes. In this paper, we propose an automatic multiple image fusion technique and an efficient and simple shadow removing technique to retrieve high quality texture images of an urban area. The image fusion can be efficiently achieved by epipolar plane image (EPI) analysis, and the shadow elimination can be successfully carried out by an illumination-independent color clustering technique. The strength of this algorithm is that we can successfully fuse multiple images and eliminate shadows from the fused single image, especially in low dynamic range images, which have proven difficult using previous techniques.